• 한국과학예술포럼
• /
• 제21권
• /
• pp.31-43
• /
• 2015

ICT(Information and Communications Technologies : 정보통신기술)는 창조경제의 핵심이 되는 기술중 하나로 기존산업과 기업의 인프라를 연결하는 매개로 사용되어 기존 상품과 서비스를 고도화하고, 새로운 상품과 서비스를 만들어내고 있다. 이와 더불어 빅데이터, 모바일, 웨어러블 등 새로운 디바이스 부문까지 주목을 받으며 신시장 개척에 귀추가 주목되고 있다. 더 나아가 IoT(Internet of Things :사물인터넷)는 인간과 인간, 인간과 사물, 사물과 사물을 연결하며 ICT기반의 사회를 더욱 곤고히 만들어 주는 역할을 하고 있다. 이는 제조업 중심의 하드웨어 개발이 소프트웨어의 개발과 함께 동시다발적으로 융합되어야 한다는 의미로 볼 수 있다. 하드웨어와 소프트웨어의 융합에서 꼭 필요한 것이 OS인데, 선두주자 구글과 애플을 필두로 관련 기업에서는 소프트웨어의 중요성을 인지하고 소프트웨어 개발에 집중 착수하였다. 이에 현 보고서(한국산업기술평가관리원: 디자인전문기술개발사업) 진행을 위해 소프트웨어 시장현황을 조사한 결과, 소프트웨어 플랫폼을 기반으로 한 구글의 안드로이드(Android)와 애플의 iOS가 전 세계시장을 장악하고 있었으며, 후발주자는 새로운 패러다임을 제시하기 위해 Web기반 OS, 유사 OS 등 을 출시하여 다양한 경로에서 시장진입을 시도하고 있다. 이러한 사회의 변화는 OS를 기본으로 누구나 개발자가 될 수 있는 스마트콘텐츠 활용에 대한 연구 필요성이 대두되었으며 범용적으로 활용할 수 있는 스마트콘텐츠에 대한 정의가 필요하며 빠른 시장변화에 대처할 수 있는 시장분석이 필요하다. 이에 본 연구에서는 문헌조사 및 스마트분류체계에 따른 앱마켓(App Market)분석, 현 콘텐츠시장 트랜드 분석을 실시하였고 스마트콘텐츠의 범용적 정의와 앱마켓에서 나타난 애플리케이션의 현황과 콘텐츠 시장현황을 비교하여 공통요소 5가지의 흐름을 파악하였다. 분석을 통하여 스마트콘텐츠 시장은 독립적이지만 서로의 연결고리를 가진 형태로 하나의 유기체와 같은 형태로 발전할 것이라 예상하였으며 기존의 기술적 관점, 문화적 관점, 비즈니스적 관점, 소비자 관점에 사회적 관점을 포함한 다시점 관점에서의 분류체계와 개발이 이루어 져야 한다.

• 한국유통학회:학술대회논문집
• /
• 한국유통학회 2005년도 춘계학술대회 발표논문집
• /
• pp.383-405
• /
• 2005

재래시장은 지역의 중심지적인 특성과 문화적인 특성이 고스란히 반영된 지역 거점지이며 인근 지역주민의 상거래라는 1차적 장소적 기능과 사회문화적 측면의 상호 정보문화교류, 커뮤니티 공간 형성으로 유통의 집객시설과 집적시설로서 중요한 역할과 기능을 하고 있다. 5인 이하 가족 단위의 생계형으로 취급상품, 구입방범, 판매방식 등이 전근대적인 경영기법을 통해 한국의 대표적 소매업태로서의 역할을 해오고 있다. 1990년대 이후 신유통업태와 대형할인점 진출로 인해 재래시장은 급격한 경쟁력 상실과 소비자들의 생활수준의 향상, 구매패턴의 변화, 인터넷의 급속한 확산 등 외부적인 유통 환경변화에서 경쟁력을 상실하고 설 자리를 잃어가고 있다. 정부의 지역경제 활성화와 국민경제의 발전 측면에서 고령화된 재래시장에 대한 대책 중 정부의 예산지원 정책으로 환경개선사업, 연구용역, 경영현대화중심의 국고지원 사업은 2001년부터 2004년까지 총 3,853억원의 국고가 지원되었으나 활성화 사업의 실효성에는 아직 정확히 나타나고 있지 않은 상황으로 조사되었다. 또한 지원사업을 추진함에 있어 시장상인리더들의 전문성결여로 종합적인 추진전략과 중장기적 계획수립 및 자발적인 상인들의 합의점 유도 반감으로 지속적인 사업추진방향에 한계점을 나타냈다. 재래시장이 단순히 물건을 사고파는 물리적인 장소적 의미에서 벗어나 새로운 지역 장소적 생활공간으로 커뮤니티적 접근을 통한 장소적 창조전략이 필요하다. 이에 시대적 패러다임 변화에 따른 새로운 사업 방향 전환을 통해 재래시장의 장소적 기능 도입을 동해 문화적 경제적 의미를 지닌 공간으로 재조명을 동해 발전방향을 제시하고자 한다. 재래시장은 지역 기반으로 한 지역생활자들과 자연스럽게 커뮤니티를 상호 형성하고 정보와 지식 공유를 통해 부 창출 공간으로 재생되어야 할 것이다 재래시장이 부 창출 공간으로 재생하려면 시대적 장소적 환경에 맞는 시설과 교류활동을 통찬 상호신뢰구축 활동 속에서 고객이 원하는 방향으로 영업환경도 변화하여야 하며, 지역단위 중심 영국의 TCM, 미국의 BID, 일본의 TMO 등 해외 벤치마킹을 통한 단위 시장상가 점포단위의 점(點)정책에서 선(線)단위의 상가로 환경사업과 거시적인 지역단위중심인 면(面) 정책적 접근을 통한 커뮤니티적인 발상 전환이 필요하다. 국내외 사례비교 분석을 통해 사회적 정책수요 발굴과 기존의 추진방법에 대한 선진사례 연구를 통한 NPO, NGO 등의 시민기업가와 이를 수행키 위한 혁신성과 전문성조정능력을 갖춘 리더자 양성이 무엇보다 중요하다. 특히 지역자원 활용 소스 중심의 문화관린 산업의 seeds 발굴과 향토상품의 상품화와 네트워크 조직망 구축을 위한 지역중심의 복합 생활문화 공간이 필요할 것이며, 이를 촉진키 위한 mentor academy시스템 접근을 통해 점점 고령화되어 가고 있는 재래시장에 대해 차별적 특성이 반영된 종합적이고 체계적 접근 방법연구가 필요하다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.